python in--总结

“in”的存在使得python在操作可迭代对象时简单得多，这便是“in”存在的一个最大的好处

1.用于判断（查找）元素是否在可迭代对象中（不包括生成器；但包括set集合，set不能迭代，但是也能用“in”来查找元素）:

xxx in XXX :判断xxx是否在XXX中, 如果在，返回真，不在，返回假。
xxx not in XXX :判断xxx是否不在XXX中， 如果不在，返回真，在，返回假。

可配合“if”和“while”使用：

if x in X
if x not in X
while x in X
while x not in X

2.用于逐个取可迭代对象的元素， 一般要配合for使用：

我们可能常用到的可迭代的对象包括：string, list, dict, tuple, generator, range函数

例子：

list_1 = [n for n in range(10)]
for i in list:
	print(i)

3.在前面1的条件下，“in”的效率在不同的对象中查找元素效率是很不一样的。

tuple, list, dict, set用“in”来查找元素时效率是相差很大的。
主要是因为dict, set背后原理是一个散列表。而tuple, list只是一个单纯类似与数组的结构

那什么是散列表？

散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。

dict,set比tuple, list快了不止一点。所以说在数据量比较大的且需要查找元素的时候请使用dict, set,这样带来的速度提升不是一点点那么简单了
————————————————
版权声明：本文为CSDN博主「Kyda」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_37720172/article/details/78636314